检索结果-南通市图书馆

辽宁中医药大学学报 2024年第6期26卷 73-78页

作者：贺鹏飞刘聪李红典董奥邓媛媛陈澍张勉之北京中医药大学北京100105 北京中医药大学东方医院北京100078 天津市中医药研究院天津300120

目的基于机器学习的方法构建慢性肾炎中医智能辨证模型。方法检索知网、万方、维普、中国生物医学文献服务系统、古今医案云建库至2023年3月公开发表慢性肾炎相关医案文献。建立慢性肾炎中医医案信息数据库,然后将数据按7∶3成为训练集... 详细信息

目的基于机器学习的方法构建慢性肾炎中医智能辨证模型。方法检索知网、万方、维普、中国生物医学文献服务系统、古今医案云建库至2023年3月公开发表慢性肾炎相关医案文献。建立慢性肾炎中医医案信息数据库,然后将数据按7∶3成为训练集和验证集。运用决策树(decision tree,DT)、随机森林(random forest,RF)、极限梯度提升(extreme gradient boosting,XGBoost)、支持向量机(support vector machine,SVM)、K最邻近节点算法(K-nearest neighbor,KNN)、BP神经网络(back propagation neural network,BPNN)对训练集进行模型构建与超参数调优,并通过验证集对模型进行内部验证。结果最终得到786个医案数据,决策树的准确率81.5%,随机森林的准确率85.4%,极限梯度提升的准确率83.7%,支持向量机的准确率85%,K最邻近节点算法的准确率62.2%,BP神经网络的准确率72.1%。结论随机森林对慢性肾炎证型的判定推断最准确,人工智能应用于慢性肾炎中医辨证方法学上可行。

关键词：慢性肾炎机器学习辨证智能模型人工智能 R语言

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：